尺度の一端には、明らかに定義されたオブジェクトであり、明らかに重要である、身体に装着された医療センサなどのセンサがある。スケールの反対側(あなたが主張するかもしれない)はソーシャルメディアのコメントですが、これらも重要なことがあります。
NPLのデータサイエンス部門のMike Oldham氏はエレクトロニクスウィークリーに次のように語っています。「英国の中小企業は、ビジネス上の意思決定のためにソーシャルメディアのツイートを分析しています。
意思決定のためのデータを選別したり、意思決定を行う機械学習がますます増えているため、データのライフサイクル全体を通じてデータの品質に対する信頼性をどのように維持できるのか、Oldham氏に尋ねます。これは、多数のデータが狭いパイプを通過しなければならない場合、リスト内のcompressを使用して「収集、接続、理解する」と要約するサイクルです。
重要なデータは何か、それ以外のデータは何か感じていますか?
「スマートな電力グリッド上にデータをスプーフィングすると、半自律型のマシンがグリッドを閉鎖することは望ましくありません。
つぶやきや交通事情については、「ナビゲーションデータがちょっと間違っていて、しばらく遅れているとNPLに関与する必要があるのかどうかはわかりませんが、医療診断のためにはゴールドスタンダードが必要です。データの重要性はすべて人命、安全、財務リスクです。
NPLの戦略マネージャーであるSundeep Bhandari氏によれば、米国とドイツの対応計測機関であるNISTとPTB-NPLは、データ品質基準を設定するプロジェクトを開始しました。また、Brunel大学、いくつかの中国系機関、Turing Instituteと同様の目的に向けてさまざまな形で取り組んでいます。
調査の一部には、通信会社、エネルギー会社、医療提供者、BBC、首都警察など、データ品質測定基準から必要なものについて、クイズを起こす組織が含まれています。 「彼らに話した後、私たちは産業界にとってNPLが必要としているものを掘り下げようとします」とBhandari氏は言います。
1つの既知の必要性は、スキャンベースの医学診断中に行われた測定を定量化し、大規模データ技術が何百万回ものスキャンから新しい知識を抽出し、個々の診断から変動性を取り除くことを可能にすることである。
「現時点では、医療診断は、臨床医と彼らが使用する機械との間に密接な関係がある」とデータ科学者のオールドハムは述べている。 「私たちはこれを標準化する作業を進めていますので、どの臨床家もどのマシンからでも結果を扱うことができます。プロセスの一部は、収集する必要があるメタデータの種類を決定することです。
NPLの特定の医療データ品質プロジェクトの1つは、心筋灌流率(心筋灌流率)を観察するMRIスキャナーによる測定を改善しようとする試みです。血液、ひいては酸素が心臓組織に送達されます。
スキャンは時間の経過とともに取得され、スキャン中に関心のある対象物を選択した臨床医によって後処理され、造影剤の挙動の時間曲線を抽出することができる。この曲線は、灌流速度を推定するための数学的モデルに対して操作される。
問題は、MRIスキャンは主に絶対測定に適さない定性的な機器であることです。灌流を測定する最善の方法はPETスキャンですが、これには放射性物質の注入が必要です。
NPLのデータ科学者であるナディア・スミス(Nadia Smith)は、「PETは最も定量的ですが、1人の人がPETスキャンを1回だけ行うことができます。 「MRIをより定量的にすることができれば、診断の方がはるかに良いでしょう」
そしてそれはまさにNPLがフランスとドイツ(LNEとPTB)、キングス・カレッジ・ロンドンとフィンランドの病院と並んで3年間のヨーロッパプロジェクトの一環として試みるものです。
シャッターストック